Um grupo de pesquisadores – André Silva Pimentel, Marina Geisiely Damaso Godinho Alves e Maria Carolina J A Schneider – publicou, em parceria com a American Chemical Society, um artigo que descreve o uso de Inteligência Artificial Explicável (XAI) para identificar, classificar e interpretar sequências de peptídeos com potencial atividade antioxidante. O trabalho foi desenvolvido no Laboratório de Sistemas Complexos, do Departamento de Química da Pontifícia Universidade Católica do Rio de Janeiro (PUC‑Rio).

Moléculas reativas que, em excesso, podem danificar componentes das células são responsáveis por processos de desgaste associados ao envelhecimento e a diversas doenças. Para manter o equilíbrio, o organismo conta com mecanismos antioxidantes, entre os quais se destacam os peptídeos antioxidantes – pequenas sequências de aminoácidos liberadas a partir de proteínas alimentares ou obtidas por síntese e design racional.

A alimentação é uma fonte importante de peptídeos bioativos, pois as proteínas dos alimentos são degradadas durante a digestão em fragmentos menores. Contudo, nem toda proteína ou peptídeo apresenta atividade antioxidante; a capacidade depende da sequência de aminoácidos, do tamanho, das características físico‑químicas e da estrutura tridimensional, o que torna o processo de identificação extremamente complexo devido ao grande número de combinações possíveis.

Modelos tradicionais de inteligência artificial costumam gerar previsões precisas, mas raramente revelam quais características dos dados foram decisivas para cada resultado. A XAI busca superar essa limitação ao permitir a investigação das informações mais relevantes para a decisão do modelo, possibilitando, no caso dos peptídeos antioxidantes, analisar quais regiões e propriedades da sequência contribuíram para a classificação como potencial antioxidante.

Ao aplicar a XAI ao vasto conjunto de sequências possíveis, os pesquisadores puderam destacar padrões específicos – como a presença de determinados resíduos de aminoácidos ou a distribuição de cargas elétricas – que aumentam a probabilidade de atividade antioxidante. Essa capacidade de interpretação é crucial para a descoberta de novos compostos bioativos, pois direciona a seleção de candidatos antes de testes laboratoriais dispendiosos.

Com o apoio da bioinformática e da inteligência artificial, o número de sequências a serem avaliadas experimentalmente pode ser drasticamente reduzido. Apenas um pequeno subconjunto de candidatos, previamente priorizado pela XAI, necessita ser submetido a ensaios que confirmem atividade, estabilidade, segurança e aplicabilidade prática.

É importante frisar que a Inteligência Artificial Explicável não substitui a investigação experimental; ela gera hipóteses, esclarece quais características moleculares estão associadas a determinadas atividades biológicas e orienta a escolha dos compostos a serem testados, acelerando todo o processo de descoberta.

O contexto demográfico brasileiro reforça a relevância da pesquisa: o Censo 2022 mostra um Brasil mais envelhecido e feminino, indicando que estratégias para promover um envelhecimento saudável ganham ainda mais importância para a saúde pública nacional.

Com informacoes de O GLOBO.